Towards Polynomial Immersion of Port-Hamiltonian Systems

本文提出了一种将具有非多项式非线性的端口哈密顿系统浸入到高维多项式表示中的方法，证明了该过程能保持系统的互连几何结构、能量平衡及耗散特性，并结合求和平方优化与无源性控制概念实现了稳定反馈律的设计。

要点

这篇论文讲述了一个关于**“如何把复杂的非线性系统变成简单的多项式系统，同时不丢失其核心能量特性”**的故事。

为了让你更容易理解，我们可以把这篇论文的核心思想想象成**“给复杂的物理世界制作一个‘乐高’模型”**。

1. 背景：为什么我们需要“翻译”？

想象你正在研究一个复杂的物理系统，比如一个在平面上滚动的硬币，或者一个带有指数函数（$e^x$）的电路。

• 原来的系统（Port-Hamiltonian 系统）： 就像是一个精密的瑞士机械钟表。它内部结构非常精妙，有齿轮（互连结构）、发条（能量存储）和摩擦（能量耗散）。它的运动规律由复杂的数学公式（包含指数、三角函数等非多项式）描述。
• 问题： 虽然这个钟表走得很准，但如果你想用现代的“乐高积木”（多项式优化技术）来设计控制策略（比如让它停下来或保持平衡），你会发现乐高积木拼不出这种复杂的曲线。现有的工具很难直接处理那些复杂的公式。

2. 核心方案：神奇的“升维”翻译（Immersion/Lifting）

作者提出了一种叫做**“浸入（Immersion）”和“提升（Lifting）”**的方法。

• 比喻：把“曲线”变成“直线”的魔法
  想象你要画一条复杂的波浪线（非多项式），用直尺（多项式工具）很难画准。
  作者的方法是：不要直接在纸上画，而是把纸卷起来，或者把画面投影到一个更高维度的空间里。
  在这个新的、更高维度的空间里，原本弯曲的波浪线，竟然变成了一条笔直的直线（多项式）！

  • 具体操作： 他们给原来的系统增加了一些“辅助变量”（比如把 $e^x$ 当作一个新的独立变量 $z$）。虽然系统的维度变高了（从 2 维变成了 3 维或 4 维），但在这个新空间里，所有的运动规律都变成了简单的加减乘除（多项式）。

3. 最大的挑战：如何不“走样”？

通常，当你把一个复杂的系统简化或转换时，很容易丢失它原本最重要的特性。

• 原来的系统有一个核心灵魂：能量守恒和耗散结构（Port-Hamiltonian 结构）。这就像钟表里的齿轮咬合关系和发条的张力，一旦破坏，钟表就坏了。
• 作者的突破： 他们发明了一种**“结构保持”的翻译法**。
  • 他们不仅把系统变成了多项式，还强行保留了原来的“齿轮咬合”关系（互连几何）。
  • 他们保证了能量平衡：新系统里消耗掉的能量，和原来系统里消耗的能量是一模一样的。
  • 他们保证了被动性（Passivity）：新系统依然像原来一样，不会无缘无故地产生能量，它是安全的。

简单说： 他们把“精密机械钟表”拆解，用“乐高积木”重新拼了一个模型。虽然积木看起来和原来的钟表不一样（维度更高，形状不同），但如果你拨动积木，它的能量流动、齿轮咬合和最终停止的方式，和原来的钟表完全一致。

4. 有什么用？（控制设计）

一旦系统变成了“乐高积木”（多项式系统），工程师们就可以使用一种叫**“平方和（Sum-of-Squares, SOS）”**的强大工具来设计控制器。

• 比喻：
  • 以前： 你想让那个复杂的钟表停下来，你需要用极其复杂的微积分去推导，就像在迷宫里找路，非常困难且容易出错。
  • 现在： 因为钟表变成了“乐高积木”，你可以用计算机自动搜索（SOS 优化），像搭积木一样，快速找到一种完美的“刹车”或“加速”方案，保证系统稳定。

5. 论文中的两个例子

1. 指数函数例子： 一个包含 $e^x$ 的系统。作者通过引入新变量，把它变成了多项式，并证明了能量耗散特性没变。
2. 滚动的硬币： 这是一个经典的物理难题，涉及三角函数。作者同样把它“翻译”成了多项式系统，并展示了如何用新方法设计控制器让它稳定。

总结

这篇论文就像是一个**“系统翻译官”。
它告诉我们：面对那些包含复杂曲线（非多项式）的物理系统，我们不需要被吓倒。我们可以通过增加维度（升维），把它们“翻译”成简单的多项式语言。最重要的是，这种翻译不会丢失系统的灵魂（能量结构和稳定性）**。

一旦翻译完成，我们就可以利用现代计算机强大的计算能力（SOS 优化），轻松地为这些复杂系统设计出完美的控制策略，让它们既听话又安全。

技术摘要

这是一份关于论文《Towards Polynomial Immersion of Port-Hamiltonian Systems》（迈向端口哈密顿系统的多项式浸入）的详细技术总结。

1. 研究背景与问题陈述 (Problem Statement)

背景：
端口哈密顿（Port-Hamiltonian, pH）系统提供了一种基于能量、具有高度结构化且模块化的控制框架，能够自然地反映物理系统的互连几何结构、能量耗散和能量存储特性。然而，许多物理系统的动力学包含非多项式非线性项（如指数函数、三角函数等），这使得直接应用针对多项式系统的先进控制设计方法（如基于和的平方优化，Sum-of-Squares, SOS）变得困难。

核心问题：
现有的“提升”（Lifting）或“浸入”（Immersion）技术虽然可以将非多项式系统转化为多项式系统，但往往会破坏 pH 系统原本优越的结构特性（如耗散性、共轭输入输出结构）。
本文旨在解决以下两个关键问题：

1. 能否在不牺牲端口哈密顿结构的前提下，将具有非多项式非线性的 pH 系统转化为高维的多项式表示？
2. 如何利用获得的多项式结构来设计稳定控制器（特别是结合 SOS 优化）？

2. 方法论 (Methodology)

作者提出了一种称为**“提升浸入”（Lifted Immersion）**的新颖技术，结合了微分代数（Differential Algebraic, DA）理论与 pH 系统的结构保持特性。

2.1 理论基础

• 微分代数函数： 假设原系统的函数（互连矩阵 $J$、耗散矩阵 $R$、控制向量场 $g$ 和哈密顿量 $H$）均为微分代数函数（即满足代数微分方程，涵盖多项式、有理函数、指数、三角函数等）。
• 浸入定义： 利用微分代数理论，证明任何由微分代数函数构成的系统都可以被浸入到一个有理系统，进而通过引入辅助变量（如分母的倒数）转化为多项式系统。
• 提升浸入 (Lifted Immersion)： 定义一种特殊的浸入映射 $\Psi(x) = [x^\top, \psi_1(x), \dots, \psi_r(x)]^\top$，其中包含原始状态 $x$ 和辅助坐标。这确保了目标系统的维度严格大于原系统，且原状态是目标状态的一部分。

2.2 结构保持构造

作者证明了存在一个高维多项式系统，满足以下关键性质：

1. 能量保持 (Energy Preservation)： 新系统的哈密顿量 $H(\bar{x})$ 与原系统一致（在浸入流形上）。
2. 互连几何保持 (Interconnection Geometry)： 新系统的互连矩阵 $J(\bar{x})$ 保持反对称性，且保留了原系统的互连结构。
3. 耗散性保持 (Dissipation Preservation)： 在浸入定义的不变嵌入子流形上，新系统的耗散矩阵 $R(\bar{x})$ 满足与原系统相同的耗散不等式。
4. 端口结构保持： 新系统的输出 $y$ 与原系统完全相同，且保持了 pH 系统的共轭端口结构。
5. 不变性： 如果初始条件一致初始化，原系统的轨迹将始终位于新状态空间中的一个不变嵌入子流形上。

3. 主要贡献 (Key Contributions)

1. 理论证明： 证明了对于具有有理哈密顿量和微分代数函数的 pH 系统，存在一个结构保持的多项式浸入。该浸入不仅将系统转化为多项式形式，还严格保留了 pH 系统的核心物理属性（能量平衡、互连几何、耗散性）。
2. 构造性算法： 提供了一种系统化的方法，通过微分代数域扩展和辅助变量引入，将非多项式 pH 系统转化为多项式 pH 系统。
3. 控制设计应用： 展示了如何利用转化后的多项式结构，结合和的平方（SOS）优化与互连与阻尼分配无源控制（IDA-PBC），设计稳定控制器。这解决了传统 IDA-PBC 中偏微分方程（匹配方程）难以求解的问题，将其转化为可计算的凸优化问题。

4. 结果与示例 (Results & Examples)

论文通过两个具体案例验证了该方法的有效性：

• 示例 1：含指数项的学术系统

  • 原系统包含 $e^{x_1}$ 和 $e^{x_2}$ 项。
  • 通过引入辅助变量 $\bar{x}_3 = e^{x_1}, \bar{x}_4 = e^{x_2}$，成功将其转化为多项式 pH 系统。
  • 验证了新系统的耗散功率与原系统完全一致，且保持了无源性。

• 示例 2：滚动硬币 (Rolling Coin)

  • 这是一个经典的非完整约束物理系统，包含 $\cos x_4$ 和 $\sin x_4$ 项。
  • 通过引入 $\bar{x}_7 = \cos x_4, \bar{x}_8 = \sin x_4$ 作为辅助状态，构建了多项式 pH 模型。
  • 仿真结果显示，转化后的多项式系统与原系统的状态和输出轨迹完全重合。

• 控制设计 (SOS-IDA-PBC)

  • 针对一个含指数项的非线性系统，利用多项式浸入后的模型设计了 IDA-PBC 控制器。
  • 通过 SOS 优化求解匹配方程，构造了满足 Lyapunov 条件的期望哈密顿量 $H_d$。
  • 仿真表明，闭环系统在四个不同的初始条件下均实现了渐近稳定，且哈密顿量收敛至零。

5. 意义与展望 (Significance & Outlook)

意义：

• 桥梁作用： 该方法架起了“结构化物理建模”（pH 系统）与“现代计算控制理论”（多项式优化/SOS）之间的桥梁。
• 结构完整性： 克服了传统线性化或一般非线性转换方法破坏系统物理结构（如能量守恒、无源性）的缺点，使得基于物理的控制设计（如能量整形）在多项式框架下依然可行。
• 计算可行性： 将原本难以处理的非多项式非线性控制问题转化为多项式 SOS 问题，显著降低了计算复杂度，使得全局稳定性分析成为可能。

展望：

• 未来工作将致力于进一步探索多项式浸入在数据驱动建模中的应用。
• 研究如何更有效地处理浸入过程中可能出现的维度爆炸问题，以及优化 SOS 求解器的效率。

总结：
这篇论文提出了一种强有力的数学工具，使得非多项式物理系统能够在保持其核心物理结构（能量、互连、耗散）的同时，被转化为多项式形式。这不仅丰富了系统理论，更为复杂非线性系统的控制器设计提供了新的、可计算的途径。